南京大学《软件分析》课程笔记 02 IR(Intermediate Representation)中间表达式

创建时间：2021年7月23日16点08分

什么是IR

程序语言的中间表达形式，去除了如注释等无关程序运行的部分，提供了一个通用的分析对象。

编译器和静态分析器

AST和IR

AST:

• 高层，接近语法结构
• 通常依赖于编程语言
• 适合快速的类型检查
• 缺少控制流信息

IR：

• 底层，接近机器码
• 通常语言无关
• 简洁且统一
• 包含控制流信息
• 常常被认为是静态分析的基础

IR三地址码

右侧结构内最多只能有一个操作符

3AC: 包含最多三个地址

地址有以下三种情况：

• 名称：a, b
• 常量：3
• 编译器生成临时变量：t1, t2

一些常见的三地址码形式：

• x = y bop z
• x = uop y
• x = y
• goto L
• if x goto L
• if x rop y goto L

x, y, z：地址
bop：二元运算符或者逻辑操作
uop：一元运算符，取负，取反，转换等
L：程序位置标记
rop：关系运算符 (<, >, ==, >=, <=等)
goto L：无条件跳转
if … goto L: 条件跳转

Soot中的三地址码

TODO：soot教程
invokespecial：调用构造器，超类方法，私有方法
invokevirtual：实例方法调用（虚拟派发）
invokeinterface：不能优化，检测接口实现
invokedynamic：

SSA

• SSA中所有参数都是有单独姓名的变量
  • 给每个定义一个新的名字
  • 对后续使用分配一个新名字
  • 每个变量都只有一个定义

控制流合并的变量使用会用phi函数计算合并几个单独变量

为什么用SSA:

• 流信息可以间接融入独一无二的变量名中，即变量名其实说明了执行顺序
• 定义-使用的配对更明确

为什么不用SSA:

• 会引入太多变量和phi函数
• 翻译到字节码的时候会导致低效问题

基本块(BB)

BB是满足下列性质最大的三地址指令序列：

• 入口在第一个指令
• 出口在最后一个指令

通过这个方法判断是否能加进来

INPUT: 程序P的一系列三地址码指令
OUTPUT: P的基本块列表
METHOD:

1. 决定P中的领导者

• P的第一条指令是一个领导者
• 条件或无条件跳转的目标指令是一个领导者
• 任何跟在跳转指令后面的指令是一个领导者

2. 构建P的基本快

• 基本块包含领导者和到下一个领导者之间的代码

控制流图（CFG）

• 控制流分析通常指构建控制流图
• CFG作为静态分析的基本结构
• CFG的节点是单独的三地址指令，或者是一个基本块